Lime解释器显示的预测概率与分类器预测不同 – 情感分析

我使用Lime来追踪模型为何做出预测的决策依据,以判断这句话是(负面、正面还是中性),大多数情况下Lime解释得当,但在像这样的情况下,我输入了一个负面句子,模型预测为中性,但Lime显示负面的概率最高,为什么会出现这样的逻辑错误?

模型预测与Lime预测对比


回答:

你提供的信息不多,所以我的回答也会比较笼统:你的原始模型做出了错误的预测。然后Lime对模型进行线性近似。由于线性模型的近似性质,这与原始模型并不完全相同,会偏离原始模型。在你的例子中,原始模型给出了错误的预测,而线性近似的偏差恰巧朝着正确答案的方向,因此你从近似中得到了正确的答案,尽管原始模型是错误的。

Related Posts

逻辑回归与机器学习有何关联

我们正在开会讨论聘请一位我们信任的顾问来做机器学习。一…

在sklearn和pandas中将字符串特征转换为数值特征

我目前正在使用sklearn(我还是个初学者),我想训…

使用Actor Critic相较于DDQN的优缺点

我是强化学习的新手,我读了一些关于Actor Crit…

使用Spark进行机器学习,数据准备阶段的性能问题,MLeap

我发现关于MLeap的很多积极反馈——这是一个允许快速…

Twitter情绪分析字符串

我编写了一个程序,该程序可以处理包含推文及其标签(0表…

复杂数据集拆分 – StratifiedGroupShuffleSplit

我有一个大约200万条观测值的数据集,需要按照60:2…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注